预备知识

堆是具有以下性质的完全二叉树:

  • 每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆。
  • 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。
  • 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。

如图:

同时,我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子

特点

该数组从逻辑上讲就是一个堆结构,要查找数组中某个数的父结点和左右孩子结点,设数组索引为i,那么

  • 父结点索引:(i-1)/2
  • 左孩子索引:2*i+1
  • 右孩子索引:2*i+2

可得

大顶堆特点:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] // i 对应第几个节点,i从0开始编号
小顶堆特点:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] // i 对应第几个节点,i从0开始编号

堆排序基本思想及步骤

堆排序的基本思想

  1. 将待排序序列构造成一个大顶堆。
  2. 此时,整个序列的最大值就是堆顶的根节点。
  3. 将其与末尾元素进行交换,此时末尾就为最大值。
  4. 然后将剩余n-1个元素重新构造成一个大顶堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

堆排序步骤图解说明

步骤一 :构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)。

1、原始序列 [4,6,8,5,9] 对应的完全二叉树结构如下:

2、在这个完全二叉树中,结点5、9、8是叶子结点,它们没有左右孩子,所以它们满足堆的定义。我们从最后一个非叶子结点开始(最后一个非叶子结点索引为 arr.length/2-1 = 5/2-1 = 1,也就是下面的6结点),从右至左,从下至上进行调整。也就是从结点6开始,按6、4的顺序开始调整。

最后一个叶子节点的索引值是n-1,它的父节点索引值是[(n-1)-1]/2 = n/2 -1

调整最后一个非叶子结点6,和左右孩子较大值的交换,由于[6,5,9]中9元素最大,所以 6 和 9 交换,如下图:

3、继续比较下一个非叶子节点4,由于[4,9,8]中9元素最大,4和9交换。

这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6。直到此非叶子结点下每个结点的值都大于或等于其左右孩子结点的值


此时,我们就将一个无需序列构造成了一个大顶堆。

步骤二: 将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换。

1、将堆顶元素9和末尾元素4进行交换

2、将数组剩余元素(实线部分)重新调整结构,使其继续满足堆定义

3、再将堆顶元素8与末尾元素5进行交换,得到第二大元素8

后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序


堆排序执行过程描述(以大顶堆为例)如下

  1. 从无序序列所确定的完全二又树的最后一个非叶子结点开始,从右至左,从下至上,对每个结点进行调整,最终将得到一个大顶堆。(根据升序降序需求选择大顶堆或小顶堆)
  2. 对结点的调整方法:将当前结点(假设为a)的值与其孩子结点进行比较,如果存在大于a值的孩 子结点,则从中选出最大的一个与a交换。当a来到下一层的时候重复上述过程,直到a的孩子结点值都小于a的值为止。
  3. 将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
  4. 将剩余元素继续重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。

代码实现

/*** @ClassName HeapSort* @author: shouanzh* @Description 堆排序* @date 2022/5/17 19:24*/
public class HeapSort {public static void main(String[] args) {int[] array = new int[]{4, 6, 8, 5, 9};heapSort(array);System.out.println(Arrays.toString(array)); // [4, 5, 6, 8, 9]}/*** 堆排序 升序* @param array*/public static void heapSort(int[] array) {int temp;// 这个for循环才是把整个数组调整成大顶堆// 最后一个非叶子节点开始  为 n/2 -1 即 array.length / 2 - 1// 调整顺序从右至左、从下至上for (int i = array.length / 2 - 1; i >= 0; i--) {adjustHeap(array,i,array.length);}// 数组已经调整为大顶堆了,将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;for (int j = array.length - 1; j > 0; j--) {// 交换堆顶元素和数组末尾元素temp = array[j];array[j] = array[0];array[0] = temp;// 数组剩余的元素调成大顶堆,直接从堆顶开始调整// 因为该树下面的每一颗子树都已经是大顶堆了// 把array[0]调整到该树合适的位置,让该树继续是一个大顶堆adjustHeap(array,0, j);}}/**** 是将i对应的非叶子节点为根的树调整成大顶堆* 从上往下,逐层比较,最后找到array[i]合适的位置** @param array 待调整的数组* @param i 表示非叶子结点在数组中的索引* @param length 表示对多少个元素调整,length在逐渐减少*/public static void adjustHeap(int[] array, int i, int length) {// i对应的非叶子节点的值int temp = array[i];// 开始调整// k = i * 2 + 1 指向的i结点的左子结点for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {if (k + 1 < length && array[k] < array[k + 1]) { // 说明左子结点 < 右子结点的值k++; // k指向右子结点}if (array[k] > temp) { // 如果子结点大于父节点array[i] = array[k]; // 把较大的值赋给非叶子结点i = k; // i指向k 然后继续循环比较} else {// 左右子结点小于父节点, 满足堆结构定义。// 这里break是因为就是从最后一个非叶子节点开始向上,所以到了上面的父节点也不用再比较下面的子节点break;}}// 当for循环结束后,已经将以i为父节点的树的最大值放到了最顶// 将temp放到调整后的位置array[i] = temp;}}

排序算法 - 堆排序详解相关推荐

  1. 七大排序算法—图文详解(插入排序,希尔排序,选择排序,堆排序,冒泡排序,快速排序,归并排序)

    作者:渴望力量的土狗 博客主页:渴望力量的土狗的博客主页 专栏:数据结构与算法 工欲善其事必先利其器,给大家介绍一款超牛的斩获大厂offer利器--牛客网 点击免费注册和我一起刷题吧 目录 插入排序: ...

  2. pythonsort函数时间复杂度_合并排序算法——时间复杂度详解和python代码实现

    递归形式 递归形式是算法中常用到的一种构造思路.递归允许函数或过程对自身进行调用,是对算法中重复过程的高度概括,从本质层面进行刻画,避免算法书写中过多的嵌套循环和分支语法.因此,是对算法结构很大的简化 ...

  3. 【排序】堆排序详解 附代码

    按照国际惯例,开篇前先简单介绍(吹一波)堆排序(Heapsort).Heapsort是一种优秀的排序算法(个人感觉基本排序算法中仅次于快速排序),时间复杂度为O(nlgn),同时,Heapsort具有 ...

  4. 排序算法的详解和分析对比(详细讲解)

    目录 前言 一.排序的概念 二.排序的分类 三.常见排序算法的原理以及思想 1. 直接插入排序 1.1 直接插入排序的思想 1.2 直接插入排序代码实现 1.3 直接插入排序的详细过程 1.4 直接插 ...

  5. java中的排序算法——插入排序详解

    package com.algorithm; /**  * 插入排序及其变体  *   * List可转化为数组进行排序  * Object数组中的元素必须实现Comparable接口,即元素必须是可 ...

  6. JAVA中希尔排序去的讲解_java 中基本算法之希尔排序的实例详解

    java 中基本算法之希尔排序的实例详解 希尔排序(Shell Sort)是插入排序的一种.也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本.希尔排序是非稳定排序算法.该方法因DL.Shel ...

  7. 十大经典排序算法----堆排序(超详细)

    目录 1. 堆排序的基础知识 1.1 大顶堆&&小顶堆 1.2 向下调整算法 1.3 物理结构与逻辑结构的关系 2. 堆排序详解 2.1 堆排序整体思路 2.2 思路详解 2.2.1  ...

  8. TOPSIS(逼近理想解)算法原理详解与代码实现

    写在前面: 个人理解:针对存在多项指标,多个方案的方案评价分析方法,也就是根据已存在的一份数据,判断数据中各个方案的优劣.中心思想是首先确定各项指标的最优理想值(正理想值)和最劣理想值(负理想解),所 ...

  9. 推荐系统整体架构及算法流程详解

    省时查报告-专业.及时.全面的行研报告库 省时查方案-专业.及时.全面的营销策划方案库 知识图谱在美团推荐场景中的应用实践 搜索场景下的智能实体推荐 机器学习在B站推荐系统中的应用实践 小红书推荐系统 ...

最新文章

  1. 来谈谈Servlet~~
  2. C/S架构和B/S架构的概念和区别
  3. 新手必看的编程介绍,帮你推荐学习方案!
  4. java中的后台线程、前台线程、守护线程区别
  5. win8 - 学习资源
  6. JAVA通信编程(四)——UDP通讯
  7. html 在手机上运行,怎么在手机上打开HTML
  8. Zabbix触发器_action动作及模板应用(二)
  9. 计算机文字排版竞赛标准,文字录入与排版高手竞赛方案(Word2010).doc
  10. win10升级win11的步骤 win10升级Windows11的方法
  11. 提速30倍!这个加速包让Python代码飞起来
  12. IDEA 删除SVN文件
  13. 聚焦新能源与汽车科技 全球汽车发展趋势论坛举办
  14. ERROR security.UserGroupInformation: Priviledge...
  15. 荣耀猎人游戏本散热怎么样?测试一下就知道
  16. debian 更换源 使用国内源 配置方法
  17. React官网Hook API 索引模块知识点整理(五)
  18. 个性注释,让你的代码飞起来
  19. ZBrush中Magnify膨胀笔刷介绍
  20. C语言慈善募捐程序(在全院10000学生中,征集慈善募捐,当总数达到10万元时就结束,统计此时捐款的人数,以及平均每人捐款的数目。)

热门文章

  1. 简评搜狗输入法(ios端)
  2. 万能usb调试开启方法
  3. 漫谈能上QQ不能上网问题【转】
  4. 谷粒商城项目1——分布式基础概念、环境搭建
  5. 工作流系列之可自管理的分布式工作流引擎的设计与实现
  6. 怎样设置电脑定时开机
  7. HRL 层级增强学习
  8. 【arduino】时间相关函数
  9. 儿童玩具销售管理系统设计与实现(论文+源码)_kaic
  10. SuspendLayout()